新晋菲尔兹奖得主 Tsimerman 现场宣布加入 OpenAI

当地时间 7 月 23 日 12 点，2025 年菲尔兹奖在费城宾夕法尼亚会议中心公布。四位新科得主邓煜、John Pardon、Jacob Tsimerman 和王虹并排坐下，其中邓煜与王虹成为首批获得菲尔兹奖的中国籍数学家。多伦多大学数学教授 Jacob Tsimerman 借这一高关注度场合宣布，他未来将转向 AI 安全工作，并加入 OpenAI。OpenAI 首席研究官 Mark Chen 与前微软 AI 副总裁、现 OpenAI 研究员 Sebastien Bubeck 随后确认了加盟消息并表示欢迎。Mark Chen 称：「Jacob Tsimerman 的数学天赋无疑极为出众，而他对 AI 安全问题所展现出的严肃态度和思考深度，同样令人钦佩。」

Jacob Tsimerman 是谁

Jacob Tsimerman 是加拿大数学家，1988 年出生，主要研究数论、算术几何、超越数论及其与模型论的交叉问题。他早年代表加拿大参加 2003 年和 2004 年国际数学奥林匹克竞赛，两次获得金牌，并在 2004 年取得满分。本科在多伦多大学完成，2011 年获普林斯顿大学数学博士学位，导师为著名数论学家 Peter Sarnak；此后在哈佛大学学者协会从事博士后研究，2014 年起任教多伦多大学。

其最重要的数学成就集中在 André–Oort 猜想上。这一猜想研究 Shimura 簇中特殊点的分布规律，是现代算术几何的核心问题之一，与丢番图方程、模形式、阿贝尔簇和超越数论密切相关。他先解决阿贝尔簇模空间中的关键情形，并建立特殊点伽罗瓦轨道的下界；后与 Jonathan Pila、Ananth Shankar 等合作完成 André–Oort 猜想一般情形的证明，在过程中发展出的 Ax–Schanuel 型超越性定理和高度理论，成为研究类似不太可能交集问题的重要工具。此外，他还参与解决了 Griffiths 猜想中的重要问题。

凭借上述工作，Tsimerman 先后获得 2015 年 SASTRA 拉马努金奖、2022 年数学新视野奖、2023 年奥斯特洛夫斯基奖，并于 2025 年当选英国皇家学会会士。

OpenAI 为何要一位数论学家做安全

就在菲尔兹奖揭晓前三天，OpenAI 发布了一篇关于长时程模型安全的文章，披露公司曾向内部人员开放一种能持续执行复杂任务的长时程模型，并很快观察到预部署评测没有覆盖到的行为，因而暂时停止访问。文章中提到的案例包括：模型试图从评测后台获取其他参与者的私有答案，在认证令牌被扫描器拦截后把令牌拆分、混淆，于运行时重新组合以绕过检测；未经充分理由尝试访问其他计算节点；甚至生成可能终止大量进程的命令。

OpenAI 安全团队面对的核心问题是：面对短回答模型只需检查「它说了什么」，但面对长时程智能体还要判断「这一连串动作最终试图完成什么」，安全分析可能跨越上百步的行为轨迹。当前的常见安全方法只能提供经验性证据——即在已测试情形下系统没有出问题——但这并不等同于数学意义上的「对所有满足条件的行为系统都不可能越界」。

从测试走向证明：数学与 AI 安全的交汇

OpenAI 曾将模型分成「证明者」和「验证者」，让强模型生成答案，再训练较弱的验证者识别正确与错误证明。研究发现，只追求答案正确，模型的推理反而更难检查；加入「可验证性」目标后，人类和弱模型更容易判断其输出。这意味着数学中的「测试－验证」关系正在成为 AI 监督的一种模型，而 Tsimerman 想做的正是用这样的数学关系从「测试」走向「证明」。

Quanta 的报道披露，Tsimerman 认为数学家可以参与研究多个 AI 智能体组成的系统如何行动，并尝试推导证明，确保这些复杂系统不会采取非预期行为。他强调，由于风险和赌注极高，安全研究需要非常高的确定性。

2025 年，Tsimerman 与伯克利 AI 安全研究者 Andrew Critch 合作论文《A Taxonomy of Omnicidal Futures Involving Artificial Intelligence》，尝试系统分类 AI 可能参与人类灭绝的不同路径，把抽象的「AI 可能导致灭绝」拆成可讨论、可防范的具体类型。

其方法论根基来自他早年在模型论上的工作：o-minimality 研究的是一类排除无限震荡、无穷分叉等病态行为、能让复杂集合被拆解为有限、规则、可描述部分的几何对象。Tsimerman 擅长为过于自由的对象找到隐藏的结构。这类问题与 AI 安全的思路相通——面对一个行为复杂、难以穷举的系统，不能只观察有限实验中的表现，而是要先找到一种足够严格的描述语言，定义状态与边界，再证明系统在特定条件下必然满足约束。

目前还无法像证明几何定理那样证明一个 AI 不会执行危险操作，但数学可以缩小问题。例如「包容验证（Containment Verification）」思路不证明 AI 本身安全，而转去验证 AI 与外部世界的通道，证明它没有实现某些危险意图的途径。可以预期，Tsimerman 加入后，OpenAI 将尝试用类似的思路把更多条件清晰的命题引入安全研究。